MARC details
| 000 -CABECERA |
|---|
| campo de control de longitud fija |
03237nam a2200325 i 4500 |
| 001 - NÚMERO DE CONTROL |
|---|
| campo de control |
10015926 |
| 003 - IDENTIFICADOR DEL NÚMERO DE CONTROL |
|---|
| campo de control |
CaAEU |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN |
|---|
| campo de control |
20240319104112.0 |
| 006 - CÓDIGOS DE INFORMACIÓN DE LONGITUD FIJA--CARACTERÍSTICAS DEL MATERIAL ADICIONAL |
|---|
| campo de control de longitud fija |
m o d | |
| 007 - CAMPO FIJO DE DESCRIPCIÓN FÍSICA--INFORMACIÓN GENERAL |
|---|
| campo de control de longitud fija |
cr cnu|||||||| |
| 008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL |
|---|
| campo de control de longitud fija |
190429s2019 enk o 001 0 eng d |
| 020 ## - NÚMERO INTERNACIONAL ESTÁNDAR DEL LIBRO |
|---|
| Número Internacional Estándar del Libro |
9781789955286 |
| 035 ## - NÚMERO DE CONTROL DEL SISTEMA |
|---|
| Número de control de sistema |
on1097972859 |
| 039 ## - NIVEL DE CONTROL BIBLIOGRÁFICO Y DETALLES DE CODIFICACIÓN [OBSOLETO] |
|---|
| Nivel de reglas en descripción bibliográfica |
exclude |
| 040 ## - FUENTE DE LA CATALOGACIÓN |
|---|
| Centro catalogador/agencia de origen |
MiAaPQ |
| Lengua de catalogación |
eng |
| Normas de descripción |
rda |
| -- |
pn |
| Centro/agencia transcriptor |
MiAaPQ |
| Centro/agencia modificador |
MiAaPQ |
| -- |
AEU |
| 050 #4 - SIGNATURA TOPOGRÁFICA DE LA BIBLIOTECA DEL CONGRESO |
|---|
| Número de clasificación |
QA76.73.P98 |
| Número de documento/Ítem |
.M375 2019 |
| 082 0# - NÚMERO DE LA CLASIFICACIÓN DECIMAL DEWEY |
|---|
| Número de clasificación |
005.133 |
| Número de edición |
23 |
| 090 ## - LOCALMENTE ASIGNADO TIPO-LC NÚMERO DE CLASIFICACIÓN (OCLC); NÚMERO DE CLASIFICACIÓN LOCAL (RLIN) |
|---|
| Número de clasificación (OCLC) (R) ; Numero de clasificación, CALL (RLIN) (NR) |
Internet Access |
| Número cutter local (OCLC) ; Número de libro/Signatura topográfica íntegra, CALL (RLIN) |
AOAC |
| 041 ## - CÓDIGO DE LENGUA |
|---|
| Código de lengua del texto/banda sonora o título independiente |
English |
| 100 1# - ENTRADA PRINCIPAL--NOMBRE DE PERSONA |
|---|
| Nombre de persona |
Marin, Ivan, |
| Término indicativo de función/relación |
author. |
| 245 10 - MENCIÓN DE TÍTULO |
|---|
| Título |
Big data analysis with Python |
| Resto del título |
: combine spark and python to unlock the powers of parallel computing and machine learning |
| Mención de responsabilidad, etc. |
/ Ivan Marin, Ankit Shukla, Sarang VK. |
| 264 #1 - PRODUCCIÓN, PUBLICACIÓN, DISTRIBUCIÓN, FABRICACIÓN Y COPYRIGHT |
|---|
| Producción, publicación, distribución, fabricación y copyright |
Birmingham : |
| Nombre del de productor, editor, distribuidor, fabricante |
Packt Publishing, |
| Fecha de producción, publicación, distribución, fabricación o copyright |
2019. |
| 300 ## - DESCRIPCIÓN FÍSICA |
|---|
| Extensión |
276 pages |
| 500 ## - NOTA GENERAL |
|---|
| Nota general |
Includes index. |
| 520 ## - SUMARIO, ETC. |
|---|
| Sumario, etc. |
Processing big data in real time is challenging due to scalability, information inconsistency, and fault tolerance. Big Data Analysis with Python teaches you how to use tools that can control this data avalanche for you. With this book, you'll learn practical techniques to aggregate data into useful dimensions for posterior analysis, extract statistical measurements, and transform datasets into features for other systems.<br/><br/>The book begins with an introduction to data manipulation in Python using pandas. You'll then get familiar with statistical analysis and plotting techniques. With multiple hands-on activities in store, you'll be able to analyze data that is distributed on several computers by using Dask. As you progress, you'll study how to aggregate data for plots when the entire data cannot be accommodated in memory. You'll also explore Hadoop (HDFS and YARN), which will help you tackle larger datasets. The book also covers Spark and explains how it interacts with other tools.<br/><br/>By the end of this book, you'll be able to bootstrap your own Python environment, process large files, and manipulate data to generate statistics, metrics, and graphs.<br/><br/>Learning Objectives: <br/>Use Python to read and transform data into different formats — <br/>Generate basic statistics and metrics using data on disk — <br/>Work with computing tasks distributed over a cluster — <br/>Convert data from various sources into storage or querying formats — <br/>Prepare data for statistical analysis, visualization, and machine learning — <br/>Present data in the form of effective visuals.<br/><br/>Approach: Big Data Analysis with Python takes a hands-on approach to understanding how to use Python and Spark to process data and make something useful out of it. It contains multiple activities that use real-life business scenarios for you to practice and apply your new skills in a highly relevant context.<br/><br/>Audience: Big Data Analysis with Python is designed for Python developers, data analysts, and data scientists who want to get hands-on with methods to control data and transform it into impactful insights. Basic knowledge of statistical measurements and relational databases will help you to understand various concepts explained in this book. |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA |
|---|
| Término de materia o nombre geográfico como elemento de entrada |
Python (Computer program language) |
| 700 1# - ENTRADA AGREGADA--NOMBRE PERSONAL |
|---|
| Nombre de persona |
Shukla, Ankit, |
| Término indicativo de función/relación |
author. |
| 700 1# - ENTRADA AGREGADA--NOMBRE PERSONAL |
|---|
| Nombre de persona |
VK, Sarang, |
| Término indicativo de función/relación |
author. |
| 942 ## - ELEMENTOS DE ENTRADA AGREGADA (KOHA) |
|---|
| Fuente del sistema de clasificación o colocación |
Clasificación de Library of Congress |
